如何使用Marqo基于索引内已有文档实现相似推荐？

核心思路 #

Marqo支持通过文档的ID或内容特征进行相似性搜索，本质是用目标文档的向量匹配索引内其他文档的向量，无需额外文本查询。

具体实现步骤 #

1. 初始化Marqo客户端 #

先确认Marqo服务已启动，再初始化客户端：

from marqo import Client

# 本地Marqo服务默认端口为8882
mq = Client(url="http://localhost:8882")

2. 基于目标文档ID搜索相似内容 #

如果已知目标文档的_id，可直接用该ID触发相似检索：

# 替换为你的索引名和目标文档ID
index_name = "your-document-index"
target_doc_id = "target-doc-xxxx"

results = mq.index(index_name).search(
    q=None,  # 无需文本查询，设为None
    searchable_attributes=["*"],  # 检索所有字段的向量
    limit=5,  # 返回Top5相似文档
    using_document_ids=[target_doc_id]  # 指定用于匹配的目标文档ID
)

# 遍历输出结果
for hit in results["hits"]:
    print(f"文档ID: {hit['_id']}, 相似度得分: {hit['_score']}")
    print(f"文档内容摘要: {hit['content']}\n")

3. 基于目标文档内容片段搜索相似内容 #

若不知道目标文档ID，可直接用其内容片段生成向量进行匹配：

# 替换为目标文档的特征内容片段
target_content = "这里是你要匹配的目标文档的核心内容片段"

results = mq.index(index_name).search(
    q=target_content,
    searchable_attributes=["content"],  # 指定要匹配的字段
    limit=5
)

# 处理并输出结果
for hit in results["hits"]:
    print(f"文档ID: {hit['_id']}, 相似度得分: {hit['_score']}")
    print(f"文档内容摘要: {hit['content']}\n")

关键注意事项 #

• using_document_ids是核心参数：传入已存在的文档ID时，Marqo会直接调用该文档的向量进行检索，跳过文本编码步骤，效率更高。
• 确保索引时需匹配的字段已开启向量化（Marqo默认会为文本字段自动生成向量）。
• 相似度得分越高，文档匹配度越强，可通过limit参数控制返回结果数量。

内容的提问来源于stack exchange，提问作者rbdcgalaxy